一种基于多Agent协作的下载模型

提出了一种基于多Agent协作的下载模型,该模型根据协作规则,将下载任务智能、动态地分配给网络上多个Agent,利用多Agent协作快速、高效、灵活地完成下载任务。Agent的知识是在多Agent的协作过程中,通过学习自动产生、完善和优化的。     

多智能体系统中强化学习模型的改进及应用

多Agent系统中的强化学习是近年发展起来的一种新的人工智能方法,是以单Agent强化学习Q-learning算法为基础的一种学习模型,由于现有的强化学习模型还存在着结构信度分配困难、学习速度慢等缺陷,这些缺陷大大限制了多Agent强化学习模型的应用范围,本文对多Agent强化学习模型进行了系统的研究,分析了多Agent理论中强化学习面临的任务,指出在多Agent系统顺序型任务中遇到的时间信度分配难题及多Agent系统Agent间＂状态-动作＂对Q值估计的互通问题,对此问题提出了初步的解决办法,并在此基础建立了一个改进的多Agent强化学习模型,而且把该模型应用于电磁辐射源识别工作中。     

基于多Agent技术的网络学习平台的研究

本文针对网络学习平台的特点和功能需求,在探讨Agent和多Agent技术的基础上,将人工智能领域的多Agent技术引入平台模型的设计中,构建出了基于多Agent的三层结构的网络学习平台模型,并对模型的总体结构和多Agent学习代理的设计及功能作了详细说明。该学习平台模型具有智能程度高、灵活性好、自主性强的特点。     

基于MAS的混合智能故障诊断模型研究

针对复杂设备故障的复杂性和不确定性等特点,以起重设备为研究对象,提出了一种基于多Agent的混合智能故障诊断模型,并构建了模型的诊断工作过程及每一功能Agent的内部结构和功能。模型根据各子系统并行感知外界环境,动态地组建Agent诊断组,共同完成诊断任务。最后,通过实例验证了模型的有效性。该模型在某企业的设备远程维护平台应用中,能快速、准确地进行故障成因分析,并给出合理的决策意见,提高了设备的安全运行效率。     

智能教学系统中的学习推理模型研究

将Agent技术引入智能教学系统(ITS)是当前ITS研究的重要方向之一,本文提出了一种改进的基于Agents的学习推理模型,在模型中引入了学生Agent,教学Agent,资源Agent,资源管理Agent,并对各Agent的基本功能进行描述,进一步明确了教学Agent的各项功能,该模型能更好的反映学生的学习状态和学习需求,更能满足个性化学习的需要。     

基于Agent的智能化学习模型研究

本文针对当前E-learning存在的智能化差等问题,提出了一种基于Agent的智能学习模型。文章讨论了基于Agent协商的智能化学习模型,以及Agent实现技术。E-learning通过Agent之间的协商,按需提供学习资源,以适应学习者的个性化偏好。     

基于移动Agent智能导学系统模型

针对当前网络教育中缺乏有效的学习指导和网络安全问题的严重形势,设计了一种基于移动Agent的智能导学系统模型,有效地解决在线指导所引发的网络带宽、网络延迟及网络安全等问题。此外导学Agent在应用中能不断地学习,实现更好的智能导学作用。     

游戏化学习VC++平台Robotank系统的设计与实现

从战略和战术技术两个层面对游戏化学习VC++平台-Robotank系统进行了设计,建立了Robotank系统中的Agent行为模型,盟友Agent间"谈话"协作模型;每个独立的Agent具有开放性、自主性、适应性、反应性、推理能力等;经初步测试,游戏化学习环境完全可以作为广大计算机爱好者学习和提高其编写程序能力的平台。     

一种新型数字化学习平台的研究与实现

本文从当前网络教育中存在的实际问题出发 ,提出了一种基于 Agent的支持四层系统结构的数字化学习平台解决方案。论述了学习平台的计算模型 ,包括表示层、功能层、应用层和数据层的功能以及各层之间的关系。讨论了支持个性化学习的群 Agent技术 ,主要包括 Agent用于学习的特性和个性化学习 Agent的功能结构及其实现策略三个热点问题。     

基于多Agent的E-learning教学模型设计

随着人工智能技术的不断发展和完善,人工智能领域的理论不断地应用于远程教学系统中,从而给网络教学系统的研究与应用开辟了新的思路.结合Agent的智能性,构建了一个基于多Agent的网络远程教学系统的模型,模拟人类在教学活动中的智能活动过程.通过建立学生Agent和教师Agent,使得系统能够根据学生的个性特征和认知能力,灵活地通过网络学习,实现个别化的教学.     

移动Agent在分布式多层远程考试系统中的研究与设计

随着软件Agent技术的发展,一种以移动Agent为中介的电子商务技术悄然兴起。移动Agent是将人工智能和网络技术结合起来,为解决复杂、动态、分布式智能应用提出的一种全新的计算方式,它的智能性、动态性和移动性特点为网上考试提供了技术支持。该技术主要强调利用移动Agent技术加强网上考试系统的灵活性和安全性。在分析Web多层结构技术和移动Agent技术的基础上,建立了基于移动Agent的分布式多层结构计算模型,并将此模型应用于远程考试系统中。     

基于多Agent的个性化网络教学模型研究

通过对现有网络教学系统进行分析,根据Agent的原理,构建了一个基于多Agent的个性化网络教学模型。利用Agent的智能推理能力,设计了一种教学模式选择的适应性选择策略,探讨了根据学习特征、学习难度进行个性化学习推荐的方案等,实现了学生的按需学习和教师的因材施教。     

基于多Agent的自适应学习系统的研究

目前网络教学已成为教学的重要形式,被广泛地应用于各级各类教学中。但是大多数网络教学并没有因为它独具的超媒体和丰富的学习资源而取得好的教学效果,究其原因,主要是它们不能为学生提供适应的学习内容和学习支持。本文旨在为解决此问题,分析了Agent、自适应学习的概念和特征,提出了基于多Agent的自适应学习系统的设计模型。     

基于多Agent的学习资源服务系统研究

在分析Agent技术的基础上提出了一个基于多Agent的学习资源服务系统模型,并阐述了各Agent的功能与工作过程.     

基于Internet的动态教学系统设计

本文应用Agent技术 ,讨论了教师(学习)模式的生成方法及教师Agent和学生Agent的构建技术 ,提出一种新的网上教学模型     

基于多Agent的自适应学习系统的研究

目前网络教学已成为教学的重要形式，被广泛地应用于各级各类教学中。但是大多数网络教学并没有因为它独具的超媒体和丰富的学习资源而取得好的教学效果，究其原因，主要是它们不能为学生提供适应的学习内容和学习支持。本文旨在为解决此问题，分析了Agent、自适应学习的概念和特征，提出了基于多Agent的自适应学习系统的设计模型。     

关于基于多Agent系统的远程教学模式研究

本文从建构主义学习理论出发 ,分析了现阶段基于Internet的远程教学软件的局限性以及智能软件Agent的特点 ,最后提出一个基于多Agent心智模型、社会能力、分布计算以及符合学生学习特点的远程教学模式     

基于Agent的Web服务动态工作流模型研究与应用

传统工作流管理系统的最大挑战是不能自动适应企业外部环境的变化并改变其内部的作业流程．文章提出了一种基于Agent的Web服务动态工作流模型（AW-WFM）来解决这一问题．在这个模型中。通过结合Agent技术,Web Services技术和工作流本体以支持动态工作流的定义．最后,介绍了此工作流模型在赣南教育学院协同办公系统申的应用．     

一个多Agent结构的个性化信息搜索系统设计

设计一个基于多Agent个性化信息搜索系统PISMA—Personalized Information Search System BaseonMulti—Agent。系统包含5个Agent和其它2个组件,在设计上强调了获取信息的个性化和时效性,具有智能搜索和主动搜索特点。论文先介绍了系统结构模型,重点说明了5个Agent的设计,其中的移动A—gent通信采用了我们设计的超时即返算法RIOT—Return Immediately OutTime;然后从用户模型、系统学习模型和个性化信息模型三个方面讨论了个性化搜索模型实现;最后进行了总结和对未来工作的展望。     

基于信任的多Agent供应链协商关系研究及应用

供应链环境中,分销商Agent的信誉评估和选择是一个重要问题。针对供应链环境的不同情况以及生产商与分销商间Agent的实际特性,将直接信任、推荐信任和承诺信任相结合,提出了一种新的信任度量模型—DRC信任模型,然后相应给出生产商Agent选择分销商Agent的决策算法,并应用在协商关系网中。实验表明,基于DRC信任模型的平均合作成功率要高于普通信任模型,能较好地应用到复杂多变的供应链合作系统,增加所选取的分销商Agent的可用性。